量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。

无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。

⚛️ quantum physics

Classical computational simulation of the FeMo-cofactor model to chemical accuracy and its implications

本研究结合高阶耦合集群与密度矩阵重整化群方法,在估算铁钼辅因子模型的基态能量方面达到了化学精度,揭示了复杂的简并自旋异构体图景,并证明了即使在考虑更详细的固氮酶几何涨落表示时,关键电子特征依然存在。

Huanchen Zhai, Chenghan Li, Xing Zhang, Zhendong Li, Seunghoon Lee, Garnet Kin-Lic Chan2026-06-23
⚛️ quantum physics

Provable Quantum Speedups for Reaction-Rate Estimation in High-Dimensional Fokker-Planck Dynamics

本文介绍了一种量子算法,该算法通过利用哈密顿量模拟的高斯线性组合以及一种新颖的非幺正重叠估计电路直接计算传播子矩阵元,从而在高维福克-普朗克动力学中估计反应速率时,在粒子数上实现可证明的指数级加速,在精度和时间上实现多项式级加速,进而避免了经典轨迹采样和量子态制备中的指数级瓶颈。

Tyler Kharazi, Ahmad M. Alkadri, Kranthi K. Mandadapu, K. Birgitta Whaley2026-06-23
⚛️ quantum physics

End-to-End Fidelity Analysis of Quantum Circuit Optimization: From Gate-Level Transformations to Pulse-Level Control

本文提出了一个将 C++ 电路优化器与经过验证的 Lindblad 保真度模型相连接的开源框架,通过广泛的基准测试和真实硬件执行证明,双比特门数量是过程保真度的主要预测指标,并且虽然该模型能够准确对电路难度进行排序,但由于存在诸如串扰和泄漏等未建模的误差源,它会系统性地高估绝对保真度。

Rylan Malarchick2026-06-23
🤖 machine learning

DistributedEstimator: Distributed Training of Quantum Neural Networks via Circuit Cutting

该论文介绍了 DistributedEstimator,这是一种用于量子神经网络的分布式训练流水线,它利用电路切割技术实现在更小的设备上执行,并证明了尽管经典重构开销和指数级的子实验增长限制了可扩展性,但该方法在各种分类任务中仍能保持模型的准确性和鲁棒性。

Prabhjot Singh, Adel N. Toosi, Rajkumar Buyya2026-06-23
⚛️ quantum physics

Electrical post-fabrication tuning of aluminum Josephson junctions at room temperature

本文展示了一种利用电压脉冲对铝约瑟夫森结进行室温电学调谐的方法,通过可控地增加电阻并调节量子比特频率高达 2 GHz,同时保持 100 万以上的品质因子,为超导量子处理器中后制程缓解频率拥挤问题提供了一种实用的解决方案。

Christian Križan, Maurizio Toselli, Irshad Ahmad, Hadi Khaksaran, Marcus Rommel, Nermin Trnjanin, Janka Biznárová, Mamta (…)2026-06-23
⚛️ quantum physics

Efficient and SPAM-Robust Ansatz-Free Lindbladian Learning

本文介绍了一种用于学习林德布拉德(Lindbladian)动力学的有效且无需拟设(ansatz-free)的算法,该算法利用贝尔采样进行多项式时间后处理,并提供了首个严谨的、具备状态准备与测量误差(SPAM)鲁棒性的协议,能够在存在常数阶噪声的情况下,以任意精度识别稀疏林德布拉德算子的规范无关分量。

Savar D. Sinha2026-06-23